两个保持不变微调也可以成功。但ModelScope预测还是会报错，怎么解决？
cfg['evaluation']['metrics'] = 'text-ranking-metric'，改成这个可以微调成功。 试了一下， cfg.evaluation.dataloader.batch_size_per_gpu = 16
cfg.train.dataloader.batch_size_per_gpu = 3，两个保持不变微调也可以成功。但ModelScope预测还是会报错，怎么解决？特别是多模态地址，错误还是一样： raise ValueError(f'Unsupported data type {type(data)}')
ValueError: Unsupported data type pipeline_ins = pipeline(
task=task, model=model_dir)
print(pipeline_ins(input=multi_modal_inputs)) ,这个通不过。"
-
这边测试时，将.cache/modelscope/damo下的模型文件夹mgeo_geographic_textual_similarity_rerank_chinese_base拷贝到tmp_dir，删除tmp_dir/mgeo_geographic_textual_similarity_rerank_chinese_base/pytorch_model.bin，然后将训练后output下的pytorch_model.bin拷贝到tmp_dir/mgeo_geographic_textual_similarity_rerank_chinese_base。model_dir='/xxx/tmp_dir/mgeo_geographic_textual_similarity_rerank_chinese_base/'，多模态输入也可以跑通。 遇到个特殊的模型，一般model='xxx/output'就可以了。 此回答整理自钉群“魔搭ModelScope开发者联盟群 ①”
2024-06-28 19:58:51赞同 展开评论
ModelScope旨在打造下一代开源的模型即服务共享平台，为泛AI开发者提供灵活、易用、低成本的一站式模型服务产品，让模型应用更简单！欢迎加入技术交流群：微信公众号：魔搭ModelScope社区，钉钉群号：44837352